# 119 소방 AI 스튜디오

> 인천소방본부 119종합상황실이 소방 업무에 쓰는 AI 자료를 모으고, 사람과 AI가 함께 읽도록 서로 이어 둔 자료실입니다.

인천소방본부 119종합상황실 정보기획팀이 운영하는 학습·큐레이션 자료입니다. 법령 해석·행정처분·현장 판단은 각 기관의 공식 기준과 담당자 검토를 따르며, 안내서는 별도 표기가 없는 한 미검토(unreviewed)·미평가(unrated) 상태입니다.
전체 URL 목록은 https://119-ai-studio.kr/sitemap.xml, 새 콘텐츠는 https://119-ai-studio.kr/feed.xml (RSS)에서 확인할 수 있습니다.

## 지식 그래프
- [지식 그래프 입구](https://119-ai-studio.kr/kg/index.txt): 자료를 다루는 기준과 질문별 출발점을 담은 짧은 안내. 사용자 지정 형식을 따르고 업무별 자료와 주제 묶음은 참고합니다. 사이트 편집 확인과 이번 문서 열람 범위·미확인을 구분합니다.
- [지식 그래프 HTML 대체 보기](https://119-ai-studio.kr/kg/index.html): 입구 TXT와 같은 본문을 자바스크립트 없이 읽는 대체 보기. 입구를 열지 못하면 이 보기나 홈의 파일 링크를 사용합니다.
- [지식 그래프 이름 검색](https://119-ai-studio.kr/kg/lookup.txt): 낱말로 이름·기록된 별칭·짧은 설명을 검색하는 작은 종류별 색인과 실제 카드 파일 안내. 관계가 없는 자료도 포함합니다.
- [지식 그래프 상세 안내](https://119-ai-studio.kr/kg/reference.txt): 종류별 카드 파일 목록·관계·분류 축·어휘. 기관 분야와 개체 종류는 여기에서 확인합니다.
- [지식 그래프 JSON-LD](https://119-ai-studio.kr/kg/graph.jsonld): 모든 개체와 관계(schema.org·SKOS). 프로그램용
- [관계 표](https://119-ai-studio.kr/kg/edges.tsv): 관계 한 줄에 하나인 TSV. 프로그램용
- [소방 자료 연결 지도](https://119-ai-studio.kr/showcase.html#knowledge): 사람이 보는 화면. 지식 그래프의 자료를 점으로, 관계를 선으로 그린 판과 사이트 구조 그림 — 플랫폼 안내의 인천소방 AX 설계 구조 아래 '이 스튜디오의 지식 구조' 절. AI는 위 파일을 읽습니다.
- [주제 묶음 — 전기차·배터리 화재](https://119-ai-studio.kr/kg/topic-ev-battery-fire.txt): 전기차·에너지저장장치(ESS)·리튬 배터리에서 나는 화재와 그 전조인 열폭주, 충전시설과 지하주차장의 전기차 화재 대응을 다루는 자료입니다. 개체 22건의 카드를 한 파일에
- [주제 묶음 — 전기차 제조사 긴급대응 자료](https://119-ai-studio.kr/kg/topic-ev-manufacturer.txt): 전기차 사고·화재 현장에서 차종·연식에 맞는 제조사 긴급대응 가이드(ERG)·구조 시트를 찾는 자료입니다. 국내 차종 한국어 모음, 여러 제조사를 한곳에서 찾는 화면, 제조사별 공식 화면을 담습니다. 개체 28건의 카드를 한 파일에
- [주제 묶음 — 소화전·소방용수](https://119-ai-studio.kr/kg/topic-fire-water.txt): 소화전·급수탑·저수조·비상소화장치처럼 화재 진압에 쓸 물을 대는 소방용수시설의 위치·관리·접근성을 다루는 자료입니다. 개체 6건의 카드를 한 파일에
- [주제 묶음 — 산불](https://119-ai-studio.kr/kg/topic-wildfire.txt): 산불 예방·대응의 기관별 역할과 위험 예보·발생현황, 감시·확산 예측 자료를 찾는 탐색 예시입니다. 개체 35건의 카드를 한 파일에
- [주제 묶음 — 화재·연기 영상 탐지](https://119-ai-studio.kr/kg/topic-fire-smoke-vision.txt): CCTV·드론·위성에서 얻은 영상과 이미지에서 불꽃·연기를 찾아내는 모델과 그 학습 데이터·도입 사례·안내서를 다루는 자료입니다. 개체 28건의 카드를 한 파일에
- [주제 묶음 — 119 신고 음성·전사](https://119-ai-studio.kr/kg/topic-call-speech.txt): 119 신고 통화 음성, 이를 문자로 바꾸는 음성 인식(STT)·전사, 전사를 바탕으로 신고 유형·긴급도를 분류하는 일을 다루는 자료입니다. 개체 21건의 카드를 한 파일에
- [주제 묶음 — 재난문자·기상특보](https://119-ai-studio.kr/kg/topic-alerts-warnings.txt): 주민에게 보내는 긴급재난문자와 기상청의 기상특보·기상 예보처럼, 상황을 파악하고 전파할 때 확인하는 공식 경보·예보 정보를 다루는 자료입니다. 개체 20건의 카드를 한 파일에
- [주제 묶음 — 개인정보·비식별](https://119-ai-studio.kr/kg/topic-privacy-deid.txt): 개인정보·민감정보의 보호, 가명처리·비식별화·마스킹, 자료를 AI에 넣기 전에 개인정보를 점검하는 일을 다루는 자료입니다. 개체 44건의 카드를 한 파일에

## 처음 시작
- [업무로 시작 — AI로 하는 일](https://119-ai-studio.kr/#usage): AI로 하는 일 15가지 목록. 일마다 ChatGPT에 붙여 넣을 프롬프트와 넣지 않을 것, 더 깊게 볼 자료가 있는 페이지로 이어집니다. 일 페이지의 주소와 연결은 지식 그래프의 AI 업무 경로 파일에 있습니다.

## 법령 정보
- [소방법령정보](https://fire-law-static.pages.dev/): 소방 법령·화재안전기준의 조문과 개정 연혁을 찾는 곳. 인용하기 전에는 국가법령정보센터 원문에서 현행 조문인지 확인합니다.
- [재난과 소방법령](https://119-ai-studio.kr/fire-law-history.html): 소방법령정보에 수록된 소방 관계 법령의 관계망과 공식 개정 기록, 그리고 대형재난 뒤 개정이유나 정부 문서에 사건이 적힌 개정을 근거 원문과 함께 모았습니다.
- [AI 관계법령](https://119-ai-studio.kr/ai-laws.html): 소방기관 AI 사업과 관련된 법령·행정규칙·가이드를 원문 링크·확인일과 함께 모으고, 질문에 답해 확인할 문서와 협의 부서를 찾습니다.
- [소방 업무 용어 — 법령 정의 (1/2)](https://119-ai-studio.kr/kg/fire-terms-1.txt): 소방 관계 법령의 정의 조문을 원문 그대로 옮긴 용어 카드. 조문 위치·소방법령정보 주소·이어지는 자료가 함께 있습니다.
- [소방 업무 용어 — 법령 정의 (2/2)](https://119-ai-studio.kr/kg/fire-terms-2.txt): 소방 관계 법령의 정의 조문을 원문 그대로 옮긴 용어 카드. 조문 위치·소방법령정보 주소·이어지는 자료가 함께 있습니다.

## 영상 정보
- [119 소방영상 정보센터 — 주소 규칙](https://119firevideo.net/llms.txt): 소방·안전 유튜브 영상의 검색·인기·채널 목록을 여는 주소와 정렬·채널 유형 필터. 현재 도구가 JavaScript 화면의 목록을 읽지 못한 경우 검색 주소를 질문한 사람에게 건넵니다. 일시적 연결 실패일 때만 같은 주소를 한 번 더 엽니다.

## 안내서
- [소방 AI, 이것만은 하지 마세요](https://119-ai-studio.kr/ai-safety-anchor.html): 외부 AI 입력, 비식별, AI 출력, 법령 해석, 제출·공개에서 지킬 다섯 가지를 모은 입문 안내서입니다. 멈춰야 할 때 원자료와 사람 검토로 돌아가는 기준을 정리했습니다.
- [AI에게 업무를 맡기는 프롬프트 기초](https://119-ai-studio.kr/prompt-basics.html): 요즘 AI는 짧은 요청과 파일만으로도 쓸 만한 초안을 만듭니다. 그래도 목적·독자, 함께 줄 자료, 완성 기준, 넣지 않을 자료와 확정하지 않을 판단은 사람이 정해 줘야 합니다. 이 네 가지를 프롬프트에 담는 방법입니다.
- [개인정보, AI에 넣기 전에 점검하기](https://119-ai-studio.kr/pii-guard.html): 신고자·환자 정보가 섞인 자료를 외부 AI나 공개 저장소에 올리기 전에 기관 PC에서 개인정보를 점검하는 방법입니다. 정규식 점검, 문맥 점검, 사람 최종 확인 순서로 보며, 점검에서 아무것도 나오지 않아도 외부 전송이 승인된 것은 아닙니다.
- [AI 결과, 제출 전 확인 사항](https://119-ai-studio.kr/ai-output-review.html): AI가 만든 초안을 제출·발송·공개하기 직전에 숫자·출처·개인정보·공식 판단을 원자료와 대조하는 점검표입니다. 문장마다 원자료 위치를 찾아 대조하고, 결과는 pass·needs changes·block 세 판정으로 나눠 기록합니다.
- [막혔을 때 다시 요청하는 법](https://119-ai-studio.kr/rescue-prompts.html): AI가 준 코드가 오류를 내거나, 무엇을 하는지 모르겠거나, 결과가 의심될 때 다시 요청하는 방법입니다. 원인 확인을 먼저 받고, 바꿀 범위를 좁히고, 행 수·합계로 검산하며, 실제 자료 대신 합성 재현 예시를 씁니다.
- [회의록 정리, 지어낸 담당자·기한 막기](https://119-ai-studio.kr/meeting-memo-verify.html): 회의 메모를 결정사항·할 일·공유사항·추가 확인으로 나눠 정리하되, 항목마다 원문 근거 문장을 붙이게 해 메모에 없는 담당자와 기한이 끼어들지 않게 하는 방법입니다.
- [민원 답변 초안, 단정 대신 절차로](https://119-ai-studio.kr/civil-complaint-draft.html): 자주 들어오는 소방 민원에 답변 초안을 만들 때 법령·처분을 단정하지 않고 확인 절차를 안내하게 하는 방법입니다. 확인된 사실·민원인 주장·추가 확인을 나누고, 붙인 원문에 없는 조문·기한은 쓰지 않으며, 사실 확인과 발송은 담당자가 맡습니다.
- [법령 근거 확인 브리프 만들기](https://119-ai-studio.kr/law-reference-brief.html): 안내문·민원 답변·교육자료에 법령 근거를 쓰기 전에 조문 후보·공식 원문 주소·시행일·확인일·검토자를 표 한 장에 묶는 방법입니다. AI가 찾아온 조문은 후보로 두고, 원문 확인과 해석·처분 판단을 나눠 기록합니다.
- [재난문자·기상특보로 상황 브리프 초안 만들기](https://119-ai-studio.kr/situation-brief.html): 재난문자와 기상특보를 교대용 상황 브리프 초안으로 묶는 방법입니다. 특보의 발표·발효·해제 시각을 브리프 기준 시각과 먼저 대조한 판정표를 만들고, 그 표를 근거로 AI에게 초안만 받습니다.
- [출동 데이터의 결측·중복·표기 불일치 정제하기](https://119-ai-studio.kr/data-cleaning.html): 출동 CSV의 빈 칸·중복·표기 불일치를 AI나 코드로 정제할 때 정해 줄 규칙과 결과 확인 기준입니다. 빈 칸은 채우지 않고, 같은 출동번호는 펼쳐 본 뒤에 지우고, 표기는 승인된 매핑표로만 바꾸며, 단계마다 남은 행 수를 기록해 검산합니다.
- [교육 명단 대조, 조용한 오답 막기](https://119-ai-studio.kr/roster-match-check.html): 교육 대상자 명단과 이수 기록을 양방향으로 대조해 미이수 후보·대상 외 이수·중복 기록을 따로 찾는 방법입니다. 실명단을 AI에 넣지 않고 대조 코드를 받는 프롬프트와, 개수 빼기 대신 쓰는 검산식을 다룹니다.
- [출동 통계, CSV 한 장으로 월간 집계](https://119-ai-studio.kr/dispatch-stats.html): 출동 기록 CSV로 월별·유형별·요일x시간대·지역별 건수를 낼 때 먼저 정할 정의(건수 기준, 시각 기준, 연·월 키)를 다룹니다. 코드나 AI가 낸 집계표를 행 수·고유 ID·결측으로 검산하는 기준도 함께 적었습니다. 표에 없는 원인·평가는 보고 문장에 넣지 않습니다.
- [예방 점검표 누락·재점검 대상 찾기](https://119-ai-studio.kr/inspection-gap-check.html): 점검 대상 목록과 점검 기록을 양방향으로 대조해 미점검 후보·재점검 임박 후보·불량 분류 집계를 만드는 대조 규칙과 검산식입니다. AI에게 대조 코드를 맡길 때 줄 규칙과 결과에서 확인할 것을 다루며, 우선순위는 담당자가 원자료로 정합니다.
- [소방 업무에 쓸 공공데이터 고르는 법](https://119-ai-studio.kr/public-data-map.html): 알고 싶은 것을 먼저 정하고 그 질문에 답하는 자료 종류(통계 화면·파일·OpenAPI·학습 데이터셋)를 고르는 순서입니다. 고른 자료는 기준 시점·분류·위치 단위·인증키를 받는 곳·이용 조건을 원문에서 확인합니다. 자료 목록은 공공 데이터·학습 데이터셋·소방 공식 문서 허브로 안내합니다.
- [공공 API JSON을 검산 가능한 CSV로](https://119-ai-studio.kr/public-api-normalize.html): 소방용수시설 같은 공공 표준데이터를 파일이나 오픈API로 받아, 열 이름 차이·키 중복·좌표 결측을 검산하고 분석용 CSV와 사람 검토용 CSV로 나누는 방법입니다. 정리 코드를 AI에게 맡길 때 요청할 검산 기준을 함께 다룹니다.
- [119 합성 데이터로 안전하게 연습하기](https://119-ai-studio.kr/synth-data.html): 실제 출동·점검 자료 대신 규칙으로 만든 합성 표로 분석 코드를 받고 연습하는 방법입니다. 무엇을 연습하는지, 실제와 다른 점, 재식별 가능성, 합성 표시를 먼저 정하고, 생성 규칙과 따로 검산합니다.
- [소방용수 접근성 분석, 공백 구역을 지도로 찾기](https://119-ai-studio.kr/fire-water-access.html): 소방용수 표준데이터와 건물 위치를 같은 좌표계로 묶어, 법정 기준 거리(소방기본법 시행규칙 별표 3) 밖에 있는 건물을 현장 확인 후보로 찾는 공간 분석입니다. 결과는 증설·배치 결정에 바로 쓰지 않고 조사 기록과 대조할 후보로 쓰며, 건물 수를 검산하고 판단할 수 없는 건물은 따로 셉니다.
- [지역별 화재 위험도 예측 모델 구축](https://119-ai-studio.kr/risk-prediction.html): 기상·건물·과거 출동 자료로 지역별 화재 위험도를 예측할 때 정할 것과 확인할 것을 다룹니다. 예측 단위와 대상, 미래 정보가 섞이지 않는 검증, 단순 기준과의 비교를 먼저 정하고, 예측 점수만으로 점검 대상이나 인력 배치를 정하지 않습니다.
- [예측 모델 운영, 드리프트 감지와 재학습 시점](https://119-ai-studio.kr/model-drift-ops.html): 배포한 위험도 예측 모델은 건물 분포·기후·신고 방식이 바뀌면 코드가 그대로여도 맞지 않게 됩니다. 언제 다시 확인하고 누가 재학습·교체·은퇴를 결정하며 무엇을 기록할지 운영 계획으로 정하는 방법과, AI가 계산한 백테스트·입력 분포 점검 결과를 검산하는 기준을 다룹니다.
- [화재 영상에서 화염·연기 탐지하기](https://119-ai-studio.kr/fire-smoke-detection.html): CCTV·드론 영상에서 불꽃과 연기를 찾는 탐지 모델을 기획하고 확인하는 방법입니다. 무엇을 탐지하고 누가 결과를 보는지 먼저 정하고, 영상 단위로 나눠 오탐·미탐을 평가하며, 탐지 결과는 사람이 확인하는 알림 후보로만 씁니다.
- [훈련 데이터 라벨 품질, 학습 전에 잡기](https://119-ai-studio.kr/label-quality-check.html): 라벨 오류는 화재·연기 탐지 모델의 오탐·미탐으로 이어질 수 있습니다. 학습 전에 라벨 기준 합의문, 라벨러 간 일치도, 의심 라벨과 분할 누수 후보(FiftyOne), 클래스 분포를 점검하고, 자동 라벨 초안을 사람이 확정하는 방법입니다.
- [119 신고 통화, 전사부터 유형 분류까지 안전하게](https://119-ai-studio.kr/call-transcription-triage.html): 119 신고 통화 음성을 승인된 내부 환경에서 전사하고, 화자를 나누고, 개인정보를 뺀 뒤 유형·긴급도 분류 후보를 만드는 방법입니다. 음성과 전사는 외부 서비스로 보내지 않고, 분류는 사람이 배정할 때 참고하는 후보로만 씁니다.
- [신고 전사 심화, 화자 결합과 품질 관리](https://119-ai-studio.kr/call-transcription-quality.html): 119 신고 통화 전사를 운영 수준으로 관리하는 방법입니다. 화자를 구분한 전사, 소방 용어 오전사 교정, 골든셋으로 잰 오류율, 신뢰도가 낮은 통화를 사람이 다시 듣는 대기열을 다루며, 음성은 외부로 보내지 않습니다.
- [개인정보 비식별 파이프라인, 이름·주소까지 자동으로](https://119-ai-studio.kr/pii-pipeline.html): 이름·주소·상세 서사처럼 정규식이 놓치는 개인정보를 문맥으로 찾아 가명으로 바꾸는 비식별 과정을 다룹니다. 한국어 설정과 켜진 탐지 항목을 먼저 확인하고, 같은 사람은 같은 가명으로 바꾸며, 골든셋으로 놓친 비율을 재고 공개 여부는 사람이 정합니다.
- [소방 법령·SOP, RAG로 근거 있게 답하기](https://119-ai-studio.kr/sop-law-rag.html): 법령·SOP 질문을 공식 조회 서비스, 승인된 AI 서비스의 파일 첨부, 자체 검색 색인(RAG) 가운데 어디서 풀지 고르고 근거를 확인하는 방법입니다. 자체 색인이 필요하면 조문 단위로 나누고 출처·시행일·권한을 함께 보관하며, 근거에 없는 답은 확인 필요로 남기게 합니다.
- [RAG 운영, 골든셋 회귀 평가와 가드레일](https://119-ai-studio.kr/rag-eval-ops.html): 법령 개정·프롬프트 수정·모델 교체 뒤에 근거 인용이 빠지는 일을 막는 운영 방법입니다. 자주 묻는 질문으로 골든셋을 만들어 바꿀 때마다 같은 질문으로 다시 확인하고, 나가면 안 되는 답은 응답 직전에 막습니다. 직접 만든 RAG와 도입한 AI 서비스 모두에 씁니다.
- [안전한 AI 운영 도구 — 검증·비식별·추적](https://119-ai-studio.kr/ai-ops-toolkit.html): AI를 기관 업무에 올리기 전에 입력 전 비식별, 배포 전 회귀 평가, 운영 중 추적의 세 통제 지점에서 무엇을 검사하고 어떤 기록을 남길지 정합니다. 평가·문서 변환 도구가 기본값으로 외부에 보내는 것을 확인하고 끄는 방법과, 코딩 에이전트에게 설정을 맡길 때 사람이 정할 기준을 함께 다룹니다.
- [온프레미스 LLM, 망분리 환경에서 안전하게 운영하기](https://119-ai-studio.kr/on-prem-llm.html): 내부 장비에서 LLM을 운영할 때 정할 것을 다룹니다. 추론·검색·외부 도구·로그·평가의 데이터 경계, 호환 API로 옮길 때 확인할 것, 같은 업무 자료로 비교하는 방법, 반입·갱신과 승인 기록입니다. 모델과 장비 고르기는 로컬 AI 허브에서 봅니다.

## 학습 코스
- [AI 컴퓨팅·시스템 기초](https://119-ai-studio.kr/learn/ai-computing/index.html): LLM 추론을 이해하기 위한 메모리·정밀도·가속기·병목의 연결 지도.
- [에이전틱 AI 엔지니어링](https://119-ai-studio.kr/learn/agentic-ai/index.html): 여러 프레임워크로 자율 에이전트를 설계하는 마스터클래스.
- [Claude Code 안내서](https://119-ai-studio.kr/learn/claude-code/index.html): 터미널에서 AI 페어 프로그래밍으로 개발 속도를 끌어올리기.
- [Git 완전 정복](https://119-ai-studio.kr/learn/git/index.html): 버전 관리의 기초부터 PR·CICD·내부 원리까지.
- [LLM 안내서](https://119-ai-studio.kr/learn/llm/index.html): 대규모 언어모델의 원리와 활용을 개념부터.
- [LLM 추론 시스템의 원리](https://119-ai-studio.kr/learn/llm-inference/index.html): prefill·decode에서 KV 캐시·batching·양자화·vLLM까지 잇는 추론 원리.
- [분산 LLM·AI 인프라](https://119-ai-studio.kr/learn/llm-infra/index.html): 병렬화·통신·PD 분리·라우팅·SLO를 근거 기반 기술 브리프로 종합.
- [MCP 심화 안내서](https://119-ai-studio.kr/learn/mcp/index.html): 모델·도구를 잇는 표준 프로토콜 MCP를 깊이 있게.
- [pandas 데이터 분석 입문](https://119-ai-studio.kr/learn/pandas/index.html): 설치 없이 브라우저로 시작하는 표 데이터 분석.
- [프롬프트·컨텍스트 엔지니어링](https://119-ai-studio.kr/learn/prompt/index.html): 무엇을 어떻게 말하고 무엇을 보게 할지 원리부터 실무까지.
- [파이썬 학습 안내서(전권)](https://119-ai-studio.kr/learn/python/index.html): 초급→중급→고급 3권으로 잇는 파이썬 기초 체력.
- [SQL 데이터베이스 입문](https://119-ai-studio.kr/learn/sql/index.html): 설치 없이 SQLite로 — 데이터를 쌓고 꺼내 묻는 표준 언어 SQL을 처음부터.
- [컴퓨터·개발 기초 입문](https://119-ai-studio.kr/learn/terminal/index.html): 터미널을 처음 여는 사람을 위한 0번 챕터 — 파일·경로·명령어·개발 도구 세팅.
- [웹은 어떻게 작동하는가](https://119-ai-studio.kr/learn/web/index.html): 주소창에 엔터를 치면 페이지가 뜨기까지 — DNS·HTTP·HTML·CSS·렌더링의 1초.

## 허브 페이지
- [웹 디자인 기초 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/web-design.html): AI로 웹 화면을 만들 때 알아야 할 스타일 이름·디자인 규칙 파일(DESIGN.md)·화면 부품의 이름·움직임·확인 항목을 실제 제작한 그림과 프롬프트로 배웁니다.
- [소방 이미지 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/fire-uniforms.html): 소방 복장·보호장비·계급장 참조 이미지와 실물 사진을 바탕으로 새로 제작한 헬멧 7종·차량 14종의 4면 카탈로그, 소화전 2종의 3면 이미지를 살펴보고 내려받습니다.
- [소방 AI 영상제작 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/fire-video.html): Claude Code 로 만든 소방 홍보·교육 영상 예제 — 3D 홍보 영상, 소방펌프차 장비 소개, 출동 지도, 상황판. 영상마다 프롬프트·콘티·완성 코드를 붙이고, 처음 만드는 사람을 위한 순서와 메타 프롬프트를 실었습니다.
- [3D 교육자료 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/fire-3d.html): AI 코딩 도구와 Blender로 소방시설 3D 교육자료를 만드는 과정 — 만드는 방법, 준비할 도구, 만드는 순서, 완성된 예제 자동화재탐지설비 3D, 토큰을 아끼는 요령.
- [119 소방 AI 스튜디오 — AI 활용을 극대화하는 소방 지식](https://119-ai-studio.kr/): 인천소방본부 119종합상황실이 소방 업무에 쓰는 AI 자료를 모으고, 사람과 AI가 함께 읽도록 서로 이어 둔 자료실입니다.
- [AI 실무 안내서 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/guide-library.html): 소방 업무를 AI에게 맡길 때 함께 줄 자료와 결과를 확인할 기준을 업무별로 정리한 안내서 모음입니다.
- [오픈 소스 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/repo-radar.html): 공공업무에 활용할 AI 오픈 소스를 GitHub 주간 트렌딩·추천 레포·에이전트 스킬로 큐레이션.
- [공공 AX · 119 소방 AI 스튜디오](https://119-ai-studio.kr/public-tools.html): 공공 GitLab에 공개된 행정·교육·회계·법령 등 공공업무 MCP와 저장소를 업무·기관·분야로 탐색.
- [AI 에이전트 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/ai-agents.html): Claude Duet·dots·Muse·Grok Bot·Gemini 작업·OpenClaw·Hermes Agent의 실행 위치·연결 대상·사용자 승인 방식을 공식 원문 기준으로 정리했습니다.
- [AI 도구 지도 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/ai-tools.html): 대화형 AI·멀티미디어 생성·개발환경·인프라를 업무별로 탐색하고 기능·사양·데이터 정책을 확인하세요.
- [학습 데이터셋 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/datasets.html): 소방 AI를 만들거나 평가할 때 쓰는 국내·해외 공개 학습 데이터셋을 이용 조건·접근 방식·개인정보 표기와 함께 원문 링크로 고릅니다.
- [소방 공식 문서 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/practice.html): 화재진압·구조·구급·예방·위험물·상황관리·교육·행정 업무의 공식 교재·매뉴얼·서식·조회 화면을 판본·게시일·접근 조건과 함께 원문 링크로 모은 출처 목록.
- [소방 기관 사이트 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/practice-agencies.html): 소방청·소방본부·소방학교와 법령·구급·재난 유관기관의 공식 사이트, 해외 주요 소방기관·국제기구, 차량 제조사의 긴급대응 자료를 분야·지역별로 모은 출처 목록.
- [재난과 소방법령 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/fire-law-history.html): 소방법령정보에 수록된 소방 관계 법령의 관계망과 공식 개정 기록, 그리고 대형재난 뒤 개정이유나 정부 문서에 사건이 적힌 개정을 근거 원문과 함께 모았습니다.
- [AI 관계법령 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/ai-laws.html): 소방기관 AI 사업과 관련된 법령·행정규칙·가이드를 원문 링크·확인일과 함께 모으고, 질문에 답해 확인할 문서와 협의 부서를 찾습니다.
- [공공 데이터 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/public-apis.html): 소방 업무에 쓰는 공공 API·파일 데이터·통계 화면을 활용 목적·이용 조건·확인 상태와 함께 고른 목록. 공공 AX MCP·스킬·안내서로 연결.
- [이달의 AI 화제 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/ai-monthly.html): 매달 화제가 된 AI 제품과 사건을 공식 자료로 확인해, 무엇을 하는지·어떤 의미인지·소방에서 무엇을 대비하고 살펴볼지 정리한 월간 발간물입니다.
- [로컬 AI · 119 소방 AI 스튜디오](https://119-ai-studio.kr/local-ai.html): 로컬 LLM을 쓰는 이유와 발전 흐름, 첫 실행부터 모델·메모리 선택, 프리필·디코드와 장비 실측까지 쉽게 배우는 로컬 AI 가이드.
- [교육·영상 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/video-channels.html): 무료 AI 교육 사이트와 국내외 강의·채널을 주제·난이도·언어별로 큐레이션.
- [학습 로드맵 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/curriculum.html): AI를 업무에 쓰기 시작할 때 무엇을 어떤 순서로 익힐지 정리했습니다. 공통 출발 네 단계 뒤에 하려는 일에 맞는 경로 하나를 고릅니다.
- [용어사전 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/glossary.html): 소방 업무에서 만나는 AI 개념과 소방 업무 용어의 뜻을 찾을 수 있습니다. 소방 업무 용어는 법령의 정의 조문을 원문 그대로 싣고 관련 학습 자료로 잇습니다.
- [공개 프로젝트 아이디어 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/projects.html): 소방 AI 공개 아이디어를 문제 정의·필요 데이터·예상 범위와 함께 정리.
- [안내서 기여하기 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/contribute.html): Markdown 한 편이면 충분. 실시간 미리보기로 안내서를 작성.
- [학습 코스 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/learn.html): Git·파이썬·LLM 같은 AI·개발 주제를 입문·중급·심화 코스로 나눠 여러 챕터로 차례로 설명하는 교재입니다.
- [플랫폼 안내 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/showcase.html): 119 소방 AI 스튜디오의 설계 구조와 지식 그래프, 인천소방본부가 업무에 쓰도록 직접 만든 시스템 다섯 개 — 법령 검색, 소방시설 설치 기준, 응급실 병상, 소방 교육 영상, 여러 AI 답변 비교.
- [Multi-AI-Prompt 매뉴얼 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/multi-ai-prompt-guide.html): 여러 AI에 프롬프트를 한 번에 보내 답을 나란히 비교하는 크롬 확장 프로그램 Multi-AI-Prompt의 설치와 네 가지 사용 방법을 화면과 함께 안내합니다.
- [운영 사항 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/operations.html): 이 자료실의 수록 현황과 만드는 방법, 지키는 원칙, 책임 한계·개인정보·라이선스, 만든 곳과 연락 방법을 한곳에 모았습니다.
- [인천소방 AX · 119 소방 AI 스튜디오](https://119-ai-studio.kr/incheon-ax.html): 소방 AI 전문가 인력풀(전국 43명 선발, 인천 6명), 생성형 AI 기반 스마트 업무환경 구축, 인천소방본부 FDE, 인천소방「119 AI 챌린지」, AI 행정혁신 현장소통까지 인천소방의 AX 추진 사항을 소개합니다.
- [AI 문체 개선 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/ai-writing.html): AI가 쓴 공문·보고서의 AI 문체를 처음부터 예방하는 문체 규칙·스킬과, 이미 쓴 글을 진단해 고치고 원문과 비교하는 프롬프트를 모았습니다.
- [웹 디자인 트렌드 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/design-trends.html): 상을 받거나 새로 발표된 웹 화면과 디자인 시스템, 디자인을 찾고 부품과 움직임을 가져오는 레퍼런스 사이트를 이 사이트가 만든 움직이는 견본과 AI에게 전할 프롬프트로 정리했습니다.
- [개발 환경 · 119 소방 AI 스튜디오](https://119-ai-studio.kr/setup.html): 바이브 코딩에 필요한 Git·Node.js·Python·Docker·Claude Code·Codex 설치를 OS별로 안내하고, 터미널 여는 법과 처음 보는 용어를 풀어 줍니다.

## Optional
- [Git 완전 정복 › 01. Git이란 무엇인가 — 버전 관리의 기초](https://119-ai-studio.kr/learn/git/01_git-기초개념.html)
- [Git 완전 정복 › 02. 설치 및 환경설정](https://119-ai-studio.kr/learn/git/02_설치및환경설정.html)
- [Git 완전 정복 › 03. Git 저장소(Repository)](https://119-ai-studio.kr/learn/git/03_깃-저장소.html)
- [Git 완전 정복 › 04. 커밋(Commit) — 변경 이력 기록하기](https://119-ai-studio.kr/learn/git/04_커밋.html)
- [Git 완전 정복 › 05. 원격 저장소(Remote Repository)](https://119-ai-studio.kr/learn/git/05_원격저장소.html)
- [Git 완전 정복 › 06. 브랜치(Branch) — 평행 세계에서 작업하기](https://119-ai-studio.kr/learn/git/06_브랜치.html)
- [Git 완전 정복 › 07. 스태시(Stash) — 작업을 잠시 치워두기](https://119-ai-studio.kr/learn/git/07_스태시.html)
- [Git 완전 정복 › 08. 병합(Merge)과 충돌(Conflict)](https://119-ai-studio.kr/learn/git/08_병합과충돌.html)
- [Git 완전 정복 › 09. 리베이스(Rebase)](https://119-ai-studio.kr/learn/git/09_리베이스.html)
- [Git 완전 정복 › 10. 되돌리기 — 리셋(Reset)과 리버트(Revert)](https://119-ai-studio.kr/learn/git/10_리셋과리버트.html)
- [Git 완전 정복 › 11. 배포 관리와 태그(Tag)](https://119-ai-studio.kr/learn/git/11_태그와배포.html)
- [Git 완전 정복 › 12. GitHub CLI (`gh`) — 터미널에서 GitHub 다루기](https://119-ai-studio.kr/learn/git/12_GitHubCLI.html)
- [Git 완전 정복 › 13. CI/CD 입문 — GitHub Actions](https://119-ai-studio.kr/learn/git/13_CICD.html)
- [Git 완전 정복 › 14. Git 내부 동작 원리 — 후드 아래 들여다보기](https://119-ai-studio.kr/learn/git/14_Git내부원리.html)
- [Git 완전 정복 › 15. 셸 명령어 기초 — 터미널 다루기](https://119-ai-studio.kr/learn/git/15_셸명령어기초.html)
- [Git 완전 정복 › 16. Pull Request 심화 — 코드 리뷰와 협업](https://119-ai-studio.kr/learn/git/16_PullRequest심화.html)
- [Git 완전 정복 › 17. 포크(Fork)와 오픈소스 기여](https://119-ai-studio.kr/learn/git/17_포크와오픈소스기여.html)
- [Git 완전 정복 › 18. 고급 명령 모음 — 한 단계 위로](https://119-ai-studio.kr/learn/git/18_고급명령모음.html)
- [Git 완전 정복 › 19. Git 훅(Hooks) — 자동 검사 걸기](https://119-ai-studio.kr/learn/git/19_Git훅.html)
- [Git 완전 정복 › 20. GitHub Pages — 무료로 웹사이트 배포하기](https://119-ai-studio.kr/learn/git/20_GitHubPages.html)
- [Git 완전 정복 › 부록 B — 기초 기술 용어 사전](https://119-ai-studio.kr/learn/git/98_부록-기초용어사전.html)
- [Git 완전 정복 › 부록 — Git 치트시트 & 종합 정리](https://119-ai-studio.kr/learn/git/99_부록-치트시트.html)
- [pandas 데이터 분석 입문 › 01. Python 기초 — 변수와 연산](https://119-ai-studio.kr/learn/pandas/01_python_basics_variables.html)
- [pandas 데이터 분석 입문 › 02. Python 기초 — 데이터 타입](https://119-ai-studio.kr/learn/pandas/02_python_basics_datatypes.html)
- [pandas 데이터 분석 입문 › 03. Python 기초 — 조건문과 반복문](https://119-ai-studio.kr/learn/pandas/03_python_basics_control_flow.html)
- [pandas 데이터 분석 입문 › 04. Python 기초 — 함수](https://119-ai-studio.kr/learn/pandas/04_python_basics_functions.html)
- [pandas 데이터 분석 입문 › 05. NumPy 기초](https://119-ai-studio.kr/learn/pandas/05_numpy_basics.html)
- [pandas 데이터 분석 입문 › 06. 데이터 분석이란, 그리고 왜 배우는가](https://119-ai-studio.kr/learn/pandas/06_intro_data_analysis.html)
- [pandas 데이터 분석 입문 › 07. Google Colab 시작하기](https://119-ai-studio.kr/learn/pandas/07_google_colab.html)
- [pandas 데이터 분석 입문 › 08. 시리즈란 무엇인가](https://119-ai-studio.kr/learn/pandas/08_series_intro.html)
- [pandas 데이터 분석 입문 › 09. 시리즈의 속성·메서드와 다루기](https://119-ai-studio.kr/learn/pandas/09_series_methods.html)
- [pandas 데이터 분석 입문 › 10. 데이터프레임이란 무엇인가](https://119-ai-studio.kr/learn/pandas/10_dataframe_intro.html)
- [pandas 데이터 분석 입문 › 11. 열 선택·추가·삭제와 요소 선택](https://119-ai-studio.kr/learn/pandas/11_dataframe_selection.html)
- [pandas 데이터 분석 입문 › 12. 결측치 처리와 기능 엔지니어링](https://119-ai-studio.kr/learn/pandas/12_cleaning_feature_engineering.html)
- [pandas 데이터 분석 입문 › 13. 연결·병합·결합](https://119-ai-studio.kr/learn/pandas/13_concat_merge.html)
- [pandas 데이터 분석 입문 › 14. 멀티인덱싱과 그룹화](https://119-ai-studio.kr/learn/pandas/14_groupby_multiindex.html)
- [pandas 데이터 분석 입문 › 15. Matplotlib 기초 그래프](https://119-ai-studio.kr/learn/pandas/15_matplotlib_basics.html)
- [pandas 데이터 분석 입문 › 16. Seaborn으로 통계 시각화](https://119-ai-studio.kr/learn/pandas/16_seaborn.html)
- [pandas 데이터 분석 입문 › 17. 날짜와 시간 다루기](https://119-ai-studio.kr/learn/pandas/17_datetime.html)
- [pandas 데이터 분석 입문 › 18. 텍스트 데이터 분석](https://119-ai-studio.kr/learn/pandas/18_text_data.html)
- [pandas 데이터 분석 입문 › 부록 C · 고유 용어집](https://119-ai-studio.kr/learn/pandas/appendix_C_glossary.html)
- [pandas 데이터 분석 입문 › 부록 D · 기초 기술 용어 사전](https://119-ai-studio.kr/learn/pandas/appendix_D_tech_terms.html)
- [파이썬 학습 안내서(전권) › 01. Python 첫걸음](https://119-ai-studio.kr/learn/python/초급편/01_python_첫걸음.html)
- [파이썬 학습 안내서(전권) › 02. 변수와 출력](https://119-ai-studio.kr/learn/python/초급편/02_변수와_출력.html)
- [파이썬 학습 안내서(전권) › 03. 숫자와 연산자](https://119-ai-studio.kr/learn/python/초급편/03_숫자와_연산자.html)
- [파이썬 학습 안내서(전권) › 04. 문자열과 입력](https://119-ai-studio.kr/learn/python/초급편/04_문자열과_입력.html)
- [파이썬 학습 안내서(전권) › 05. 불리언과 비교](https://119-ai-studio.kr/learn/python/초급편/05_불리언과_비교.html)
- [파이썬 학습 안내서(전권) › 06. 리스트·튜플·세트·딕셔너리](https://119-ai-studio.kr/learn/python/초급편/06_자료구조.html)
- [파이썬 학습 안내서(전권) › 07. 조건문](https://119-ai-studio.kr/learn/python/초급편/07_조건문.html)
- [파이썬 학습 안내서(전권) › 08. 반복문](https://119-ai-studio.kr/learn/python/초급편/08_반복문.html)
- [파이썬 학습 안내서(전권) › 09. 함수](https://119-ai-studio.kr/learn/python/초급편/09_함수.html)
- [파이썬 학습 안내서(전권) › 10. 예외 처리 입문](https://119-ai-studio.kr/learn/python/초급편/10_예외_처리_입문.html)
- [파이썬 학습 안내서(전권) › 98. 기초 용어 사전](https://119-ai-studio.kr/learn/python/초급편/98_기초_용어_사전.html)
- [파이썬 학습 안내서(전권) › 99. 부록 — 치트시트와 다음 단계](https://119-ai-studio.kr/learn/python/초급편/99_부록.html)
- [파이썬 학습 안내서(전권) › 11. 클래스와 객체](https://119-ai-studio.kr/learn/python/중급편/11_클래스와_객체.html)
- [파이썬 학습 안내서(전권) › 12. 상속과 매직 메서드](https://119-ai-studio.kr/learn/python/중급편/12_상속과_매직_메서드.html)
- [파이썬 학습 안내서(전권) › 13. 컴프리헨션](https://119-ai-studio.kr/learn/python/중급편/13_컴프리헨션.html)
- [파이썬 학습 안내서(전권) › 14. 이터레이터와 제너레이터](https://119-ai-studio.kr/learn/python/중급편/14_이터레이터와_제너레이터.html)
- [파이썬 학습 안내서(전권) › 15. 모듈과 패키지](https://119-ai-studio.kr/learn/python/중급편/15_모듈과_패키지.html)
- [파이썬 학습 안내서(전권) › 16. 파일 입출력과 데이터 형식](https://119-ai-studio.kr/learn/python/중급편/16_파일과_데이터.html)
- [파이썬 학습 안내서(전권) › 17. 데코레이터](https://119-ai-studio.kr/learn/python/중급편/17_데코레이터.html)
- [파이썬 학습 안내서(전권) › 18. 타입 힌트](https://119-ai-studio.kr/learn/python/중급편/18_타입_힌트.html)
- [파이썬 학습 안내서(전권) › 19. 가상환경·코드 스타일·테스트](https://119-ai-studio.kr/learn/python/중급편/19_실전_도구.html)
- [파이썬 학습 안내서(전권) › 20. 미니 프로젝트: 도서 관리 CLI](https://119-ai-studio.kr/learn/python/중급편/20_미니_프로젝트.html)
- [파이썬 학습 안내서(전권) › 98. 중급 용어 보강](https://119-ai-studio.kr/learn/python/중급편/98_중급_용어.html)
- [파이썬 학습 안내서(전권) › 99. 중급 치트시트와 다음 단계](https://119-ai-studio.kr/learn/python/중급편/99_중급_부록.html)
- [파이썬 학습 안내서(전권) › 21. 정규표현식](https://119-ai-studio.kr/learn/python/고급편/21_정규표현식.html)
- [파이썬 학습 안내서(전권) › 22. 로깅](https://119-ai-studio.kr/learn/python/고급편/22_로깅.html)
- [파이썬 학습 안내서(전권) › 23. 날짜와 시간](https://119-ai-studio.kr/learn/python/고급편/23_날짜와_시간.html)
- [파이썬 학습 안내서(전권) › 24. 동시성 기초](https://119-ai-studio.kr/learn/python/고급편/24_동시성_기초.html)
- [파이썬 학습 안내서(전권) › 25. async와 await](https://119-ai-studio.kr/learn/python/고급편/25_async_await.html)
- [파이썬 학습 안내서(전권) › 26. 복잡도와 핵심 자료구조](https://119-ai-studio.kr/learn/python/고급편/26_복잡도와_자료구조.html)
- [파이썬 학습 안내서(전권) › 27. 이진 트리](https://119-ai-studio.kr/learn/python/고급편/27_이진_트리.html)
- [파이썬 학습 안내서(전권) › 28. 미니 프로젝트: 로그 분석기](https://119-ai-studio.kr/learn/python/고급편/28_미니_프로젝트.html)
- [파이썬 학습 안내서(전권) › 98. 고급 용어 보강](https://119-ai-studio.kr/learn/python/고급편/98_고급_용어.html)
- [파이썬 학습 안내서(전권) › 99. 고급 치트시트와 다음 단계](https://119-ai-studio.kr/learn/python/고급편/99_고급_부록.html)
- [SQL 데이터베이스 입문 › 1부 · 왜 데이터베이스이고, 왜 SQL인가](https://119-ai-studio.kr/learn/sql/01_왜_데이터베이스인가.html)
- [SQL 데이터베이스 입문 › 2부 · 데이터를 담는 그릇 (1) 테이블과 데이터 타입](https://119-ai-studio.kr/learn/sql/02_테이블과_데이터타입.html)
- [SQL 데이터베이스 입문 › 2부 · 데이터를 담는 그릇 (2) 관계와 외래키](https://119-ai-studio.kr/learn/sql/03_관계와_외래키.html)
- [SQL 데이터베이스 입문 › 3부 · 데이터 넣고 고치고 지우기 (DML)](https://119-ai-studio.kr/learn/sql/04_INSERT_UPDATE_DELETE.html)
- [SQL 데이터베이스 입문 › 4부 · 묻기의 기본 (1) SELECT 기초](https://119-ai-studio.kr/learn/sql/05_SELECT_기초.html)
- [SQL 데이터베이스 입문 › 4부 · 묻기의 기본 (2) 필터링 심화](https://119-ai-studio.kr/learn/sql/06_필터링_심화.html)
- [SQL 데이터베이스 입문 › 5부 · 여러 테이블을 잇고 요약하기 (1) JOIN](https://119-ai-studio.kr/learn/sql/07_JOIN.html)
- [SQL 데이터베이스 입문 › 5부 · 여러 테이블을 잇고 요약하기 (2) 집계와 GROUP BY](https://119-ai-studio.kr/learn/sql/08_집계와_GROUP_BY.html)
- [SQL 데이터베이스 입문 › 6부 · 안전하고 빠르게 (1) 트랜잭션과 무결성](https://119-ai-studio.kr/learn/sql/09_트랜잭션과_무결성.html)
- [SQL 데이터베이스 입문 › 6부 · 안전하고 빠르게 (2) 인덱스와 뷰](https://119-ai-studio.kr/learn/sql/10_인덱스와_뷰.html)
- [SQL 데이터베이스 입문 › 7부 · 코드와 실전으로 넓히기 (1) 파이썬과 SQL](https://119-ai-studio.kr/learn/sql/11_파이썬과_SQL.html)
- [SQL 데이터베이스 입문 › 7부 · 코드와 실전으로 넓히기 (2) 다음 단계](https://119-ai-studio.kr/learn/sql/12_다음_단계.html)
- [SQL 데이터베이스 입문 › 부록 · 빠른 참조와 진단](https://119-ai-studio.kr/learn/sql/13_부록.html)
- [컴퓨터·개발 기초 입문 › 1부 · 컴퓨터는 어떻게 일하는가](https://119-ai-studio.kr/learn/terminal/01_컴퓨터는_어떻게_일하는가.html)
- [컴퓨터·개발 기초 입문 › 2부 · 파일·폴더·경로](https://119-ai-studio.kr/learn/terminal/02_파일_폴더_경로.html)
- [컴퓨터·개발 기초 입문 › 3부 · 터미널과 친해지기](https://119-ai-studio.kr/learn/terminal/03_터미널과_친해지기.html)
- [컴퓨터·개발 기초 입문 › 4부 · 프로그램은 어떻게 도는가](https://119-ai-studio.kr/learn/terminal/04_프로그램은_어떻게_도는가.html)
- [컴퓨터·개발 기초 입문 › 5부 · 개발 도구 세팅](https://119-ai-studio.kr/learn/terminal/05_개발_도구_세팅.html)
- [컴퓨터·개발 기초 입문 › 6부 · 막혔을 때 빠져나오는 법](https://119-ai-studio.kr/learn/terminal/06_막혔을_때_빠져나오는_법.html)
- [웹은 어떻게 작동하는가 › 1부 · 웹이란 무엇인가](https://119-ai-studio.kr/learn/web/01_웹이란_무엇인가.html)
- [웹은 어떻게 작동하는가 › 2부 · 주소를 찾아서: 도메인과 DNS](https://119-ai-studio.kr/learn/web/02_도메인과_DNS.html)
- [웹은 어떻게 작동하는가 › 3부 · 대화의 규칙: HTTP](https://119-ai-studio.kr/learn/web/03_HTTP_요청과_응답.html)
- [웹은 어떻게 작동하는가 › 4부 · 페이지의 뼈대: HTML](https://119-ai-studio.kr/learn/web/04_HTML_기초.html)
- [웹은 어떻게 작동하는가 › 5부 · 화장과 동작: CSS와 JavaScript](https://119-ai-studio.kr/learn/web/05_CSS와_JavaScript.html)
- [웹은 어떻게 작동하는가 › 6부 · 브라우저는 어떻게 화면을 그리나](https://119-ai-studio.kr/learn/web/06_브라우저_렌더링.html)
- [웹은 어떻게 작동하는가 › 7부 · 전체를 잇기 + 다음 걸음](https://119-ai-studio.kr/learn/web/07_전체_흐름과_다음_단계.html)
- [웹은 어떻게 작동하는가 › 부록 · 빠른 참조 모음](https://119-ai-studio.kr/learn/web/08_부록.html)
- [AI 컴퓨팅·시스템 기초 › 01. 시스템 계층과 요청 흐름](https://119-ai-studio.kr/learn/ai-computing/01_시스템계층과_요청흐름.html)
- [AI 컴퓨팅·시스템 기초 › 02. bit, byte, parameter, tensor](https://119-ai-studio.kr/learn/ai-computing/02_bit_byte_parameter_tensor.html)
- [AI 컴퓨팅·시스템 기초 › 03. FP32, FP16, BF16, INT8, INT4](https://119-ai-studio.kr/learn/ai-computing/03_정밀도.html)
- [AI 컴퓨팅·시스템 기초 › 04. CPU, GPU, NPU](https://119-ai-studio.kr/learn/ai-computing/04_CPU_GPU_NPU.html)
- [AI 컴퓨팅·시스템 기초 › 05. compute-bound, memory-bound, 데이터 이동](https://119-ai-studio.kr/learn/ai-computing/05_compute_memory_bound.html)
- [AI 컴퓨팅·시스템 기초 › 06. RAM, VRAM, cache, bandwidth](https://119-ai-studio.kr/learn/ai-computing/06_메모리_계층.html)
- [AI 컴퓨팅·시스템 기초 › 07. GPU, node, rack, interconnect](https://119-ai-studio.kr/learn/ai-computing/07_토폴로지_인터커넥트.html)
- [AI 컴퓨팅·시스템 기초 › 08. latency, throughput, concurrency](https://119-ai-studio.kr/learn/ai-computing/08_지표.html)
- [AI 컴퓨팅·시스템 기초 › 09. 사양표와 시스템 구성도 읽기](https://119-ai-studio.kr/learn/ai-computing/09_사양표_읽기.html)
- [AI 컴퓨팅·시스템 기초 › 부록](https://119-ai-studio.kr/learn/ai-computing/99_부록.html)
- [Claude Code 안내서 › 01. Claude Code란 무엇인가](https://119-ai-studio.kr/learn/claude-code/01_claude-code-란-무엇인가.html)
- [Claude Code 안내서 › 02. 설치와 인증](https://119-ai-studio.kr/learn/claude-code/02_설치와-인증.html)
- [Claude Code 안내서 › 03. 첫 세션과 기본 작업 흐름](https://119-ai-studio.kr/learn/claude-code/03_첫-세션과-기본-작업-흐름.html)
- [Claude Code 안내서 › 04. 세션과 컨텍스트 이해하기](https://119-ai-studio.kr/learn/claude-code/04_세션과-컨텍스트.html)
- [Claude Code 안내서 › 05. 프롬프트로 작업 지시하기](https://119-ai-studio.kr/learn/claude-code/05_프롬프트로-작업-지시하기.html)
- [Claude Code 안내서 › 06. 코드베이스 탐색과 파일 작업](https://119-ai-studio.kr/learn/claude-code/06_코드베이스-탐색과-파일-작업.html)
- [Claude Code 안내서 › 07. 계획(Plan)과 실행](https://119-ai-studio.kr/learn/claude-code/07_계획과-실행.html)
- [Claude Code 안내서 › 08. 권한과 승인 모델](https://119-ai-studio.kr/learn/claude-code/08_권한과-승인-모델.html)
- [Claude Code 안내서 › 09. CLAUDE.md 메모리 파일](https://119-ai-studio.kr/learn/claude-code/09_claude-md-메모리-파일.html)
- [Claude Code 안내서 › 10. 자동 메모리와 설정 파일](https://119-ai-studio.kr/learn/claude-code/10_자동-메모리와-설정-파일.html)
- [Claude Code 안내서 › 11. 커스텀 슬래시 명령과 출력 스타일](https://119-ai-studio.kr/learn/claude-code/11_커스텀-슬래시-명령과-출력-스타일.html)
- [Claude Code 안내서 › 12. Skills(에이전트 스킬)](https://119-ai-studio.kr/learn/claude-code/12_skills.html)
- [Claude Code 안내서 › 13. Subagents(서브에이전트)](https://119-ai-studio.kr/learn/claude-code/13_subagents.html)
- [Claude Code 안내서 › 14. MCP 서버 연동](https://119-ai-studio.kr/learn/claude-code/14_mcp.html)
- [Claude Code 안내서 › 15. Hooks(훅)](https://119-ai-studio.kr/learn/claude-code/15_hooks.html)
- [Claude Code 안내서 › 16. Plugins(플러그인)](https://119-ai-studio.kr/learn/claude-code/16_plugins.html)
- [Claude Code 안내서 › 17. IDE·데스크톱·웹·모바일](https://119-ai-studio.kr/learn/claude-code/17_ide-데스크톱-웹-모바일.html)
- [Claude Code 안내서 › 18. Git/GitHub 워크플로우](https://119-ai-studio.kr/learn/claude-code/18_git-github-워크플로우.html)
- [Claude Code 안내서 › 19. 헤드리스 실행과 CI](https://119-ai-studio.kr/learn/claude-code/19_헤드리스-실행과-ci.html)
- [Claude Code 안내서 › 20. 원격 제어와 자동화 루프](https://119-ai-studio.kr/learn/claude-code/20_원격-제어와-자동화-루프.html)
- [Claude Code 안내서 › 21. 효과적인 프롬프팅과 큰 코드베이스](https://119-ai-studio.kr/learn/claude-code/21_효과적인-프롬프팅과-큰-코드베이스.html)
- [Claude Code 안내서 › 22. 비용·토큰 관리](https://119-ai-studio.kr/learn/claude-code/22_비용-토큰-관리.html)
- [Claude Code 안내서 › 23. 보안과 안전](https://119-ai-studio.kr/learn/claude-code/23_보안과-안전.html)
- [Claude Code 안내서 › 24. 트러블슈팅](https://119-ai-studio.kr/learn/claude-code/24_트러블슈팅.html)
- [Claude Code 안내서 › 부록 A. 슬래시 명령·단축키 치트시트](https://119-ai-studio.kr/learn/claude-code/A_치트시트.html)
- [Claude Code 안내서 › 부록 B. 설정 파일 레퍼런스](https://119-ai-studio.kr/learn/claude-code/B_설정-레퍼런스.html)
- [Claude Code 안내서 › 부록 C. 용어집](https://119-ai-studio.kr/learn/claude-code/C_용어집.html)
- [Claude Code 안내서 › 부록 D. 추가 학습 링크](https://119-ai-studio.kr/learn/claude-code/D_추가-학습-링크.html)
- [LLM 안내서 › 1부 · 큰 그림](https://119-ai-studio.kr/learn/llm/01_큰그림.html)
- [LLM 안내서 › 2부 · 언어를 숫자로](https://119-ai-studio.kr/learn/llm/02_언어를_숫자로.html)
- [LLM 안내서 › 3부 · 어텐션과 트랜스포머](https://119-ai-studio.kr/learn/llm/03_어텐션과_트랜스포머.html)
- [LLM 안내서 › 4부 · 학습: 모델은 어떻게 만들어지는가](https://119-ai-studio.kr/learn/llm/04_학습.html)
- [LLM 안내서 › 5부 · 추론: 모델은 어떻게 답을 만드는가](https://119-ai-studio.kr/learn/llm/05_추론.html)
- [LLM 안내서 › 6부 · 한계와 그 이유](https://119-ai-studio.kr/learn/llm/06_한계와_그이유.html)
- [LLM 안내서 › 7부 · 원리에서 실전으로 (시리즈 다리)](https://119-ai-studio.kr/learn/llm/07_원리에서_실전으로.html)
- [LLM 안내서 › 부록](https://119-ai-studio.kr/learn/llm/08_부록.html)
- [LLM 추론 시스템의 원리 › 01. 학습된 모델에서 추론 서버까지](https://119-ai-studio.kr/learn/llm-inference/01_모델에서_추론서버까지.html)
- [LLM 추론 시스템의 원리 › 02. tokenization, prefill, decode](https://119-ai-studio.kr/learn/llm-inference/02_tokenization_prefill_decode.html)
- [LLM 추론 시스템의 원리 › 03. prefill과 decode의 서로 다른 병목](https://119-ai-studio.kr/learn/llm-inference/03_prefill_decode_병목.html)
- [LLM 추론 시스템의 원리 › 04. weight와 runtime memory](https://119-ai-studio.kr/learn/llm-inference/04_weight와_runtime_memory.html)
- [LLM 추론 시스템의 원리 › 05. KV 캐시](https://119-ai-studio.kr/learn/llm-inference/05_KV캐시.html)
- [LLM 추론 시스템의 원리 › 06. MHA, MQA, GQA, MLA](https://119-ai-studio.kr/learn/llm-inference/06_attention_변형.html)
- [LLM 추론 시스템의 원리 › 07. batch 효율](https://119-ai-studio.kr/learn/llm-inference/07_batch_효율.html)
- [LLM 추론 시스템의 원리 › 08. continuous batching](https://119-ai-studio.kr/learn/llm-inference/08_continuous_batching.html)
- [LLM 추론 시스템의 원리 › 09. PagedAttention](https://119-ai-studio.kr/learn/llm-inference/09_PagedAttention.html)
- [LLM 추론 시스템의 원리 › 10. prefix caching](https://119-ai-studio.kr/learn/llm-inference/10_prefix_caching.html)
- [LLM 추론 시스템의 원리 › 11. 양자화의 절충](https://119-ai-studio.kr/learn/llm-inference/11_양자화의_절충.html)
- [LLM 추론 시스템의 원리 › 12. speculative decoding과 MTP](https://119-ai-studio.kr/learn/llm-inference/12_speculative_MTP.html)
- [LLM 추론 시스템의 원리 › 13. vLLM 아키텍처](https://119-ai-studio.kr/learn/llm-inference/13_vLLM_아키텍처.html)
- [LLM 추론 시스템의 원리 › 14. 추론 지표](https://119-ai-studio.kr/learn/llm-inference/14_추론_지표.html)
- [LLM 추론 시스템의 원리 › 15. 벤치마크 주장 비판하기](https://119-ai-studio.kr/learn/llm-inference/15_벤치마크_비판.html)
- [LLM 추론 시스템의 원리 › 부록](https://119-ai-studio.kr/learn/llm-inference/부록.html)
- [프롬프트·컨텍스트 엔지니어링 › 01. 프롬프트 엔지니어링이란 무엇인가](https://119-ai-studio.kr/learn/prompt/01_프롬프트_엔지니어링이란.html)
- [프롬프트·컨텍스트 엔지니어링 › 02. LLM이 텍스트를 다루는 방식](https://119-ai-studio.kr/learn/prompt/02_LLM이_텍스트를_다루는_방식.html)
- [프롬프트·컨텍스트 엔지니어링 › 03. 프롬프트 vs 컨텍스트 엔지니어링](https://119-ai-studio.kr/learn/prompt/03_프롬프트_vs_컨텍스트.html)
- [프롬프트·컨텍스트 엔지니어링 › 04. 좋은 프롬프트의 공통 속성](https://119-ai-studio.kr/learn/prompt/04_좋은_프롬프트의_속성.html)
- [프롬프트·컨텍스트 엔지니어링 › 05. 명확하고 구체적인 지시](https://119-ai-studio.kr/learn/prompt/05_명확하고_구체적인_지시.html)
- [프롬프트·컨텍스트 엔지니어링 › 06. 역할과 페르소나 부여](https://119-ai-studio.kr/learn/prompt/06_역할과_페르소나.html)
- [프롬프트·컨텍스트 엔지니어링 › 07. 예시로 가르치기 (zero/one/few-shot)](https://119-ai-studio.kr/learn/prompt/07_예시로_가르치기.html)
- [프롬프트·컨텍스트 엔지니어링 › 08. 출력 형식 지정](https://119-ai-studio.kr/learn/prompt/08_출력_형식_지정.html)
- [프롬프트·컨텍스트 엔지니어링 › 09. 단계적 사고 유도 (chain-of-thought)](https://119-ai-studio.kr/learn/prompt/09_단계적_사고_유도.html)
- [프롬프트·컨텍스트 엔지니어링 › 10. 제약과 금지의 명시](https://119-ai-studio.kr/learn/prompt/10_제약과_금지.html)
- [프롬프트·컨텍스트 엔지니어링 › 11. 구분자와 구조화 (XML 태그 등)](https://119-ai-studio.kr/learn/prompt/11_구분자와_구조화.html)
- [프롬프트·컨텍스트 엔지니어링 › 12. 컨텍스트 윈도우란 무엇인가](https://119-ai-studio.kr/learn/prompt/12_컨텍스트_윈도우란.html)
- [프롬프트·컨텍스트 엔지니어링 › 13. 무엇을 넣고 무엇을 뺄까](https://119-ai-studio.kr/learn/prompt/13_무엇을_넣고_뺄까.html)
- [프롬프트·컨텍스트 엔지니어링 › 14. 긴 컨텍스트와 중간 소실](https://119-ai-studio.kr/learn/prompt/14_긴_컨텍스트와_중간_소실.html)
- [프롬프트·컨텍스트 엔지니어링 › 15. 대화 누적과 컨텍스트 관리](https://119-ai-studio.kr/learn/prompt/15_대화_누적과_컨텍스트_관리.html)
- [프롬프트·컨텍스트 엔지니어링 › 16. 관련 자료를 효과적으로 제공하기](https://119-ai-studio.kr/learn/prompt/16_자료를_효과적으로_제공하기.html)
- [프롬프트·컨텍스트 엔지니어링 › 17. 컨텍스트 엔지니어링 실전 사고법](https://119-ai-studio.kr/learn/prompt/17_컨텍스트_실전_사고법.html)
- [프롬프트·컨텍스트 엔지니어링 › 18. 환각을 줄이는 법](https://119-ai-studio.kr/learn/prompt/18_환각을_줄이는_법.html)
- [프롬프트·컨텍스트 엔지니어링 › 19. 모호함과 과잉생성 다루기](https://119-ai-studio.kr/learn/prompt/19_모호함과_과잉생성.html)
- [프롬프트·컨텍스트 엔지니어링 › 20. 검증 가능한 출력 만들기](https://119-ai-studio.kr/learn/prompt/20_검증_가능한_출력.html)
- [프롬프트·컨텍스트 엔지니어링 › 21. 거절과 실패 다루기](https://119-ai-studio.kr/learn/prompt/21_거절과_실패_다루기.html)
- [프롬프트·컨텍스트 엔지니어링 › 22. 일관성과 재현성 높이기](https://119-ai-studio.kr/learn/prompt/22_일관성과_재현성.html)
- [프롬프트·컨텍스트 엔지니어링 › 23. 평가(eval)의 기초 — 좋은 프롬프트인지 어떻게 아는가](https://119-ai-studio.kr/learn/prompt/23_평가의_기초.html)
- [프롬프트·컨텍스트 엔지니어링 › 24. 프롬프트 체이닝과 분해](https://119-ai-studio.kr/learn/prompt/24_프롬프트_체이닝과_분해.html)
- [프롬프트·컨텍스트 엔지니어링 › 25. 자기 비판과 자기 수정 유도](https://119-ai-studio.kr/learn/prompt/25_자기_비판과_수정.html)
- [프롬프트·컨텍스트 엔지니어링 › 26. 검색·도구와 결합하기 (RAG·도구 사용)](https://119-ai-studio.kr/learn/prompt/26_검색과_도구_결합.html)
- [프롬프트·컨텍스트 엔지니어링 › 27. 시스템 프롬프트 설계](https://119-ai-studio.kr/learn/prompt/27_시스템_프롬프트_설계.html)
- [프롬프트·컨텍스트 엔지니어링 › 28. 멀티턴과 에이전트 맥락의 프롬프트](https://119-ai-studio.kr/learn/prompt/28_멀티턴과_에이전트.html)
- [프롬프트·컨텍스트 엔지니어링 › 29. 도메인별 적용 — 대표 사례](https://119-ai-studio.kr/learn/prompt/29_도메인별_적용.html)
- [프롬프트·컨텍스트 엔지니어링 › 30. 버전 관리·재사용·템플릿화](https://119-ai-studio.kr/learn/prompt/30_버전관리와_템플릿화.html)
- [프롬프트·컨텍스트 엔지니어링 › 31. 비용·길이·지연 트레이드오프](https://119-ai-studio.kr/learn/prompt/31_비용과_지연_트레이드오프.html)
- [프롬프트·컨텍스트 엔지니어링 › 32. 안전과 민감정보 주의](https://119-ai-studio.kr/learn/prompt/32_안전과_민감정보.html)
- [프롬프트·컨텍스트 엔지니어링 › 33. 모델 이전(migration) 시 프롬프트 점검](https://119-ai-studio.kr/learn/prompt/33_모델_이전_점검.html)
- [프롬프트·컨텍스트 엔지니어링 › 부록 A. 기법 치트시트 — 상황 → 기법 매핑](https://119-ai-studio.kr/learn/prompt/A_기법_치트시트.html)
- [프롬프트·컨텍스트 엔지니어링 › 부록 B. 안티패턴·미신 목록](https://119-ai-studio.kr/learn/prompt/B_안티패턴과_미신.html)
- [프롬프트·컨텍스트 엔지니어링 › 부록 C. 좋은/나쁜 프롬프트 예시 모음](https://119-ai-studio.kr/learn/prompt/C_예시_모음.html)
- [프롬프트·컨텍스트 엔지니어링 › 부록 D. 개발자 부록](https://119-ai-studio.kr/learn/prompt/D_개발자_부록.html)
- [프롬프트·컨텍스트 엔지니어링 › 부록 E. 용어집](https://119-ai-studio.kr/learn/prompt/E_용어집.html)
- [프롬프트·컨텍스트 엔지니어링 › 부록 F. 추가 학습 링크](https://119-ai-studio.kr/learn/prompt/F_추가_학습_링크.html)
- [에이전틱 AI 엔지니어링 › 01. 에이전틱 AI란 무엇인가](https://119-ai-studio.kr/learn/agentic-ai/01_what-is-agentic-ai.html)
- [에이전틱 AI 엔지니어링 › 02. 개발 환경 준비와 API 키 관리](https://119-ai-studio.kr/learn/agentic-ai/02_environment-setup.html)
- [에이전틱 AI 엔지니어링 › 03. 가장 단순한 에이전트: 메모리도 도구도 없이](https://119-ai-studio.kr/learn/agentic-ai/03_first-agent.html)
- [에이전틱 AI 엔지니어링 › 04. 메모리: 에이전트가 대화를 기억하는 법](https://119-ai-studio.kr/learn/agentic-ai/04_memory.html)
- [에이전틱 AI 엔지니어링 › 05. 도구(Tools): 에이전트에게 손발을 달아주기](https://119-ai-studio.kr/learn/agentic-ai/05_tools.html)
- [에이전틱 AI 엔지니어링 › 06. OpenAI Agents SDK 입문: 첫 에이전트](https://119-ai-studio.kr/learn/agentic-ai/06_openai-sdk-intro.html)
- [에이전틱 AI 엔지니어링 › 07. SDK로 도구와 메모리 다루기](https://119-ai-studio.kr/learn/agentic-ai/07_sdk-tools-memory.html)
- [에이전틱 AI 엔지니어링 › 08. 멀티 에이전트 팀 만들기](https://119-ai-studio.kr/learn/agentic-ai/08_multi-agent-teams.html)
- [에이전틱 AI 엔지니어링 › 09. 가드레일: 에이전트를 안전하게 만들기](https://119-ai-studio.kr/learn/agentic-ai/09_guardrails.html)
- [에이전틱 AI 엔지니어링 › 10. 핸드오프: 통제권을 넘기는 협업](https://119-ai-studio.kr/learn/agentic-ai/10_handoffs.html)
- [에이전틱 AI 엔지니어링 › 11. LangGraph 입문: 상태 그래프의 3대 요소](https://119-ai-studio.kr/learn/agentic-ai/11_langgraph-intro.html)
- [에이전틱 AI 엔지니어링 › 12. 조건부 엣지와 도구 호출](https://119-ai-studio.kr/learn/agentic-ai/12_conditional-edges-tools.html)
- [에이전틱 AI 엔지니어링 › 13. 체크포인트·메모리·휴먼 인 더 루프](https://119-ai-studio.kr/learn/agentic-ai/13_checkpoints-hitl.html)
- [에이전틱 AI 엔지니어링 › 14. CrewAI 입문: 역할을 가진 AI 팀](https://119-ai-studio.kr/learn/agentic-ai/14_crewai-intro.html)
- [에이전틱 AI 엔지니어링 › 15. Flows: 이벤트 기반 프로덕션 오케스트레이션](https://119-ai-studio.kr/learn/agentic-ai/15_crewai-flows.html)
- [에이전틱 AI 엔지니어링 › 16. 실전: 데이터사이언스 크루](https://119-ai-studio.kr/learn/agentic-ai/16_crewai-data-science.html)
- [에이전틱 AI 엔지니어링 › 17. MCP 입문: AI를 위한 USB-C](https://119-ai-studio.kr/learn/agentic-ai/17_mcp-intro.html)
- [에이전틱 AI 엔지니어링 › 18. MCP 서버를 에이전트에 연결하기](https://119-ai-studio.kr/learn/agentic-ai/18_mcp-agent-integration.html)
- [에이전틱 AI 엔지니어링 › 19. n8n 입문: 노코드로 만드는 에이전트](https://119-ai-studio.kr/learn/agentic-ai/19_n8n-intro.html)
- [에이전틱 AI 엔지니어링 › 20. 실전 n8n: 메모리·도구·앱 연동·프로덕션](https://119-ai-studio.kr/learn/agentic-ai/20_n8n-production.html)
- [에이전틱 AI 엔지니어링 › 21. 효과적인 프롬프팅과 컨텍스트 관리](https://119-ai-studio.kr/learn/agentic-ai/21_prompting-context.html)
- [에이전틱 AI 엔지니어링 › 22. 비용·토큰 관리와 보안](https://119-ai-studio.kr/learn/agentic-ai/22_cost-security.html)
- [에이전틱 AI 엔지니어링 › 23. 트러블슈팅과 프레임워크 선택 가이드](https://119-ai-studio.kr/learn/agentic-ai/23_troubleshooting-selection.html)
- [에이전틱 AI 엔지니어링 › 부록 · 치트시트 · 용어집 · 추가 학습](https://119-ai-studio.kr/learn/agentic-ai/24_appendix.html)
- [에이전틱 AI 엔지니어링 › 부록 · 기초 기술 용어 사전](https://119-ai-studio.kr/learn/agentic-ai/25_basic-terms.html)
- [분산 LLM·AI 인프라 › 01. 단일 GPU로 부족해지는 이유](https://119-ai-studio.kr/learn/llm-infra/01_단일GPU_한계.html)
- [분산 LLM·AI 인프라 › 02. PCIe, NVLink, InfiniBand, Ethernet — 무엇이 무엇과 어떻게 연결되는가](https://119-ai-studio.kr/learn/llm-infra/02_인터커넥트.html)
- [분산 LLM·AI 인프라 › 03. Tensor parallelism — tensor를 어디서 나누고 무엇을 통신하는가](https://119-ai-studio.kr/learn/llm-infra/03_텐서병렬화.html)
- [분산 LLM·AI 인프라 › 04. Pipeline·data·sequence·context parallelism — 여러 축을 한 표에서 비교하기](https://119-ai-studio.kr/learn/llm-infra/04_병렬화축들.html)
- [분산 LLM·AI 인프라 › 05. MoE와 expert parallelism — total vs activated, 그리고 all-to-all](https://119-ai-studio.kr/learn/llm-infra/05_MoE_전문가병렬화.html)
- [분산 LLM·AI 인프라 › 06. Communication-compute overlap — 오버랩은 마법이 아니라 조건부 스케줄이다](https://119-ai-studio.kr/learn/llm-infra/06_통신연산_오버랩.html)
- [분산 LLM·AI 인프라 › 07. Prefill-decode disaggregation — phase를 떼면 무엇이 줄고 무엇이 새로 생기는가](https://119-ai-studio.kr/learn/llm-infra/07_PD분리.html)
- [분산 LLM·AI 인프라 › 08. KV 전송과 계층화 — KV는 누구 것이고 어디에 얼마나 머무는가](https://119-ai-studio.kr/learn/llm-infra/08_KV전송_계층화.html)
- [분산 LLM·AI 인프라 › 09. Routing·load balancing·autoscaling — 세 제어 루프를 섞지 않기](https://119-ai-studio.kr/learn/llm-infra/09_라우팅_스케일링.html)
- [분산 LLM·AI 인프라 › 10. SLO와 capacity planning — 약속을 숫자로 쓰기](https://119-ai-studio.kr/learn/llm-infra/10_SLO_capacity.html)
- [분산 LLM·AI 인프라 › 11. vLLM·SGLang·TensorRT-LLM 비교 — 엔진을 안정적 개념 축으로 읽기](https://119-ai-studio.kr/learn/llm-infra/11_엔진비교.html)
- [분산 LLM·AI 인프라 › 12. NVIDIA Dynamo와 llm-d — 서빙 층의 control/data path와 엔진 경계](https://119-ai-studio.kr/learn/llm-infra/12_서빙계층.html)
- [분산 LLM·AI 인프라 › 13. DeepSeek·Kimi 공개 배포 사례 읽기 — explicit·inferred·unknown 분리](https://119-ai-studio.kr/learn/llm-infra/13_공개배포사례.html)
- [분산 LLM·AI 인프라 › 14. GPU·NPU·추론 하드웨어 비교 — 장치 이름이 아니라 안정 축으로](https://119-ai-studio.kr/learn/llm-infra/14_하드웨어비교.html)
- [분산 LLM·AI 인프라 › 15. 비용·성능·전력 주장에 필요한 조건 — 분자·분모·이용률·시간·품질·SLO](https://119-ai-studio.kr/learn/llm-infra/15_정량주장_조건.html)
- [분산 LLM·AI 인프라 › 16. 1차 자료에서 시스템 구성도 재구성하기 — 두 수준, explicit·inferred·unknown](https://119-ai-studio.kr/learn/llm-infra/16_구성도재구성.html)
- [분산 LLM·AI 인프라 › 17. 근거 기반 기술 브리프 — 하나의 주장을 정직하게 종합하기](https://119-ai-studio.kr/learn/llm-infra/17_기술브리프.html)
- [분산 LLM·AI 인프라 › 부록 — 참조 도구 모음](https://119-ai-studio.kr/learn/llm-infra/appendix.html)
- [MCP 심화 안내서 › 01. 왜 MCP인가 — M×N 통합 문제와 해법](https://119-ai-studio.kr/learn/mcp/01_why_mcp.html)
- [MCP 심화 안내서 › 02. 핵심 구성요소: Host · Client · Server](https://119-ai-studio.kr/learn/mcp/02_components.html)
- [MCP 심화 안내서 › 03. 다른 접근과의 비교, 그리고 생태계](https://119-ai-studio.kr/learn/mcp/03_landscape.html)
- [MCP 심화 안내서 › 04. JSON-RPC 2.0 위에서 — 메시지 구조](https://119-ai-studio.kr/learn/mcp/04_jsonrpc.html)
- [MCP 심화 안내서 › 05. 초기화 핸드셰이크와 capability 협상](https://119-ai-studio.kr/learn/mcp/05_handshake.html)
- [MCP 심화 안내서 › 06. 버전(날짜 리비전)과 버전 협상, 생명주기](https://119-ai-studio.kr/learn/mcp/06_versioning.html)
- [MCP 심화 안내서 › 07. stdio — 로컬의 기본](https://119-ai-studio.kr/learn/mcp/07_stdio.html)
- [MCP 심화 안내서 › 08. Streamable HTTP — 원격의 표준](https://119-ai-studio.kr/learn/mcp/08_streamable_http.html)
- [MCP 심화 안내서 › 09. 무엇을 언제 쓰나 + 구(舊) SSE 호환](https://119-ai-studio.kr/learn/mcp/09_transport_choice.html)
- [MCP 심화 안내서 › 10. Tools — 모델이 호출하는 행동](https://119-ai-studio.kr/learn/mcp/10_tools.html)
- [MCP 심화 안내서 › 11. Resources — 읽을 수 있는 데이터/컨텍스트](https://119-ai-studio.kr/learn/mcp/11_resources.html)
- [MCP 심화 안내서 › 12. Prompts — 재사용 프롬프트 템플릿](https://119-ai-studio.kr/learn/mcp/12_prompts.html)
- [MCP 심화 안내서 › 13. 알림·구독·로깅 등 부가 기능](https://119-ai-studio.kr/learn/mcp/13_notifications.html)
- [MCP 심화 안내서 › 14. 첫 서버: FastMCP로 처음부터](https://119-ai-studio.kr/learn/mcp/14_first_server.html)
- [MCP 심화 안내서 › 15. 도구/리소스/프롬프트 등록과 입력 스키마·검증](https://119-ai-studio.kr/learn/mcp/15_registration.html)
- [MCP 심화 안내서 › 16. 에러 처리·로깅·테스트와 Inspector 디버깅](https://119-ai-studio.kr/learn/mcp/16_errors_testing.html)
- [MCP 심화 안내서 › 17. 클라이언트가 서버를 발견·연결·사용하는 법](https://119-ai-studio.kr/learn/mcp/17_client.html)
- [MCP 심화 안내서 › 18. 호스트 통합과 컨텍스트 비용, 여러 서버 다루기](https://119-ai-studio.kr/learn/mcp/18_host_context.html)
- [MCP 심화 안내서 › 19. 원격 서버 인증 (OAuth 2.1 기반)](https://119-ai-studio.kr/learn/mcp/19_oauth.html)
- [MCP 심화 안내서 › 20. 권한·동의·human-in-the-loop](https://119-ai-studio.kr/learn/mcp/20_consent.html)
- [MCP 심화 안내서 › 21. 공격 표면: 프롬프트 주입·도구 중독·혼동된 대리인·공급망](https://119-ai-studio.kr/learn/mcp/21_attacks.html)
- [MCP 심화 안내서 › 22. 패키징·배포·버전 관리](https://119-ai-studio.kr/learn/mcp/22_packaging.html)
- [MCP 심화 안내서 › 23. 원격 호스팅·관측성·레이트리밋·성능](https://119-ai-studio.kr/learn/mcp/23_hosting.html)
- [MCP 심화 안내서 › 24. 테스트 전략과 실제 사례 패턴](https://119-ai-studio.kr/learn/mcp/24_patterns.html)
- [MCP 심화 안내서 › 부록 A. JSON-RPC 메서드 치트시트](https://119-ai-studio.kr/learn/mcp/A_cheatsheet.html)
- [MCP 심화 안내서 › 부록 B. Python SDK 빠른 참조](https://119-ai-studio.kr/learn/mcp/B_python_sdk.html)
- [MCP 심화 안내서 › 부록 C. 용어집 · 디버깅 체크리스트 · 추가 학습 링크](https://119-ai-studio.kr/learn/mcp/C_glossary.html)
- [MCP 심화 안내서 › 부록 D. 기초 기술 용어 사전](https://119-ai-studio.kr/learn/mcp/D_terms.html)